【技术实现步骤摘要】
一种标签信息的识别方法及装置
本专利技术涉及图像识别处理领域,尤其涉及一种标签信息的识别方法及装置。
技术介绍
日常生活的耗能产品或小包装物上,通常会有能效标签的标识,它是表示产品能源效率等级等性能指标的一种信息标签,作为一种特征标识,其能够唯一表征产品的属性,因此,对于产品而言,其上面所带的能效标签尤其重要。目前,识别能效标签的方法主要是依靠人工,生产线上的员工需要人工检查标签是否印制错误,并需要检查标签是否贴在对应的产品上,这种人工识别的方法工作量较大,并且长时间工作时员工会出现视觉疲劳,容易导致误检率提升。
技术实现思路
本专利技术的目的是提供一种标签信息的识别方法及装置,以降低标签信息的误检率,提高工作效率。本专利技术的目的是通过以下技术方案实现的:第一方面,本专利技术提供一种标签信息的识别方法,包括:获取产品标签图片以及所述产品的属性信息;基于卷积神经网络模型,识别所述产品标签图片中包括的所述文本信息,得到第一识别结果;其中,所述文本信息用于表征所述产品标 ...
【技术保护点】
1.一种标签信息的识别方法,其特征在于,包括:/n获取产品标签图片,以及获取所述产品的属性信息;/n基于卷积神经网络模型,识别所述产品标签图片中包括的文本信息,得到第一识别结果;/n其中,所述文本信息用于表征所述产品标签图片所对应的产品的属性;/n若确定所述第一识别结果与所述获取的产品的属性信息相同时,则确定为所述产品配置的所述产品标签图片正确。/n
【技术特征摘要】
1.一种标签信息的识别方法,其特征在于,包括:
获取产品标签图片,以及获取所述产品的属性信息;
基于卷积神经网络模型,识别所述产品标签图片中包括的文本信息,得到第一识别结果;
其中,所述文本信息用于表征所述产品标签图片所对应的产品的属性;
若确定所述第一识别结果与所述获取的产品的属性信息相同时,则确定为所述产品配置的所述产品标签图片正确。
2.如权利要求1所述的方法,其特征在于,所述基于卷积神经网络模型,识别所述产品标签图片中包括的文本信息,包括:
基于卷积神经网络模型,对所述产品标签图片包括的文本信息按照字符进行分类,得到不同类别的字符;
利用光学字符识别OCR算法,对所述分类后的不同类别的字符进行识别。
3.如权利要求1或2所述的方法,其特征在于,采集能效标签图片之后,以及基于卷积神经网络模型,识别所述产品标签图片中包含的文本信息之前,所述方法还包括:
对所述产品标签图片进行如下至少一项的处理:图像二值化、图像去噪、调整对比度、旋转校正。
4.如权利要求1所述的方法,其特征在于,所述产品标签图片中还包括二维码和/或条形码;
所述获取所述产品的属性信息,包括:
识别所述产品标签图片包括的二维码和/或条形码,获取所述产品的属性信息。
5.一种标签信息的识别装置,其特征在于,包括:
获取单元,获取产品标签图片以及所述产品的属性信息;
处理单元,用于基于卷积神经网络模型,识别所述获取单元获取到的所述...
【专利技术属性】
技术研发人员:马雅奇,万成涛,陈彦宇,谭龙田,
申请(专利权)人:珠海格力电器股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。